AI Fluency / 4D Framework

AI活用の4つのD。
プロンプトは4分の1の、そのまた一部。

AIをうまく使える人と、そうでない人の差は「プロンプトの上手さ」ではない——という前提から出発するのが、 Dakan & Feller の AI Fluency Framework（Anthropic協業）です。能力を Delegation / Description / Discernment / Diligence の4つに分け、プロンプトはそのうち2番目の一部でしかない、と位置づけます。このページは、その4つを触って確かめ、知財実務にそのまま射影するための教材です。

核心：プロンプト技術は「Description（記述）」の中の一要素にすぎない。残りの大半は、そもそも何を任せるか（Delegation）、出てきたものを疑えるか（Discernment）、 使った結果に責任を持てるか（Diligence）で決まる。

4つのD — カードを押すと開きます

日本語の要約は便利ですが、原義から零れ落ちるものがあります。各カードの「よくある誤解」は、その零れた部分です。

プロンプトの占める面積

4つのDは等価な4本の柱。プロンプト工学が住んでいるのは D2 の内側だけです。

D1 Delegation

D2 Description

D3 Discernment

D4 Diligence

プロンプト

文脈・期待成果・進め方の記述

↑ D2 を拡大した図。世間の「AI研修」の多くは、この細い帯だけを教えている。

実証データ — AI Fluency Index（2026年2月）

Anthropic が約10,000件の Claude.ai 会話から、4Dの全24行動のうち会話ログで観測できる11行動を測定した調査。理屈でなく実測です。

いちばん効く発見：成果物が出た瞬間、人は検証を緩める

AIがコード・文書・アプリなどの「作品」を生成した会話では、ユーザーが推論を疑ったり、抜けている前提を指摘したりする行動が有意に減る。出来上がったものが立派に見えるほど、D3（妥当性の判断）とD4（責任）が眠る——という構造的な罠です。

推論を問い直す −3.1pt ／文脈の欠落を指摘する −5.2pt（成果物ありの会話 vs なしの会話）

知財実務への射影

4つのDは抽象論ではなく、既に回っている実務のゲートとほぼ1対1で対応します。

D	知財実務での姿	崩れたときに起きること

自己診断 — いま自分はどのDが弱いか

当てはまるものにチェック。点数ではなく「空白のD」を見つけるための道具です。

チェックすると結果が出ます。

出典 — ここは間違えられがち

4Dフレームワークの正典：Rick Dakan 教授（Ringling College of Art and Design）と Joseph Feller 教授（University College Cork）が Anthropic との協業で開発。ライセンスは CC BY-NC-SA 4.0。→ aifluencyframework.org ／講座 AI Fluency: Framework & Foundations

よくある誤引用：「AI Fluency Index」（anthropic.com/research/AI-fluency-index）は 4Dの定義文書ではなく、4Dを前提に実際の会話を測った別の実証レポート（2026-02-23公開）。 4つのDの語義スライドの出典としてこのURLだけを挙げると、成果物の取り違えになります。
正しい併記例：枠組み: Dakan & Feller, AI Fluency Framework（Anthropic協業）／データ: Anthropic, AI Fluency Index (2026-02)

もう一つの頻出ミス：D3 の訳は「出力の妥当性を見抜く」。「妙当性」という語は存在しません。スライドに焼く前に一度検索を。

AI活用の4つのD。プロンプトは4分の1の、そのまた一部。